基于模糊C均值算法在文本聚類中的研究與實(shí)現(xiàn).pdf_第1頁
已閱讀1頁,還剩64頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、在互聯(lián)網(wǎng)中,以新聞為代表的文本信息正在高速增長,如何實(shí)施有效的文本聚類算法是數(shù)據(jù)挖掘領(lǐng)域的研究熱點(diǎn)。模糊聚類建立了樣本對類別的不確定描述,能更客觀地反應(yīng)現(xiàn)實(shí)世界,從而成為聚類分析的主流。模糊C均值算法是基于目標(biāo)函數(shù)的模糊聚類理論中應(yīng)用最為廣泛的一種算法。但是,模糊C均值算法本身也存在一些缺陷,比如聚類個數(shù)需要事先給定,算法對初始聚類中心敏感等。
   針對模糊C均值算法存在的問題,主要完成以下三方面的研發(fā)工作:
   1

2、)提出了毗鄰群的概念,可以根據(jù)需要有效地降低數(shù)據(jù)的規(guī)模。
   2)引入了聚類有效性評價模型作為評判聚類劃分的綜合指標(biāo),同時用遺傳算法優(yōu)化聚類中心,通過迭代可以確定模糊C均值算法所需的初始C值和最佳的初始聚類中心。
   3)將毗鄰群和粘合度概念及其算法用于修正模糊C均值算法的隸屬函數(shù)矩陣,加快了模糊C均值算法的收斂速度。
   本文基于提出的改進(jìn)型模糊C均值算法,設(shè)計和實(shí)現(xiàn)了一個中文文本聚類系統(tǒng),并選取搜狗實(shí)驗

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論